Las siguientes son algunas aplicaciones bastante interesantes que solo surgieron recientemente debido a la tendencia reciente en el aprendizaje profundo.
El sistema de aprendizaje profundo de Microsoft obtuvo una tasa de error del 4,94 por ciento para la clasificación correcta de las imágenes en la versión 2012 del conjunto de datos ImageNet ampliamente reconocido, en comparación con una tasa de error del 5,1 por ciento entre los humanos, según el documento. El desafío consistía en identificar objetos en las imágenes y luego seleccionar correctamente las categorías más precisas para las imágenes, entre 1,000 opciones. Las categorías incluyeron “hacha”, “géiser” y “microondas”.
Google y Stanford construyen redes neuronales híbridas que pueden explicar fotos
Dos grupos separados de investigadores en Google y Stanford fusionaron los mejores modelos de redes neuronales y crearon sistemas que pueden explicar con precisión lo que sucede en las imágenes.
Los investigadores de Microsoft dicen que su nuevo sistema de aprendizaje profundo supera a los humanos, y Google
- ¿Por qué necesitamos IA?
- ¿En qué asesor de IA invertirías?
- ¿Qué pasaría si una IA fuerte estuviera disponible con una licencia de código abierto?
- ¿Los datos de GTA de Rockstar son útiles para el desarrollo de IA de conducción autónoma?
- ¿Qué es la computación afectiva?